申请/专利权人：吉林大学

申请日：2024-04-15

公开（公告）日：2024-05-17

公开（公告）号：CN118051810A

主分类号：G06F18/24

分类号：G06F18/24;G06F18/10;G06F18/214;G06F18/243;G06F18/25;G06N3/0464;G06V10/25;G06V40/16;A61B5/00;A61B5/0205;A61B5/026;A61B5/11;A61B5/18

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.04#实质审查的生效;2024.05.17#公开

摘要：本发明属于数据识别技术领域，涉及一种非侵入式驾驶人驾驶疲劳状态识别方法及系统，该方法摒弃现有手环、眼动仪等检测装置，完全依赖高分辨率摄像头、红外摄像头及数据处理分析系统，利用可见与红外融合后的图像来监测驾驶人驾驶过程中难以规避的呼吸频率、打哈欠频率、眼周血液循环等生理和行为数据，然后通过机器学习模型并采用自适应权重算法进行训练，获取上述生理和行为数据的权重，根据各数据的数值和权重综合计算驾驶人疲劳值及其相应的疲劳状态，具有识别结果准确可靠、检测成本低等优势。

主权项：1.一种非侵入式驾驶人驾驶疲劳状态识别方法，其特征在于，该方法包括以下步骤：步骤1.通过安装在车内的可见光摄像头和热成像摄像头获取驾驶人的脸部表情和生理数据；所述可见光摄像头和热成像摄像头捕捉相同的视野，且同步捕获，可见光摄像头用于获取驾驶人的脸部特征和表情，热成像摄像头用于捕获与生理反应相关的热成像图像；步骤2.对步骤1获取的热成像图像预处理，在热成像图像上将驾驶舱背景与驾驶人分开；步骤3.将可见光图像与热成像图像进行图像配准，确定可见光图像与热成像图像之间的变换矩阵；步骤4.利用可见光图像序列进行感兴趣区域的选择，通过可见光图像与热成像图像之间的变换矩阵对热成像图像的感兴趣区域进行识别与跟踪；感兴趣区域包括鼻孔区域ROI、嘴巴区域ROI、左眼区域ROI；步骤5.将热成像图像与可见光图像的感兴趣区域进行融合；步骤6.基于时间序列，利用融合后的感兴趣区域进行呼吸频率、打哈欠频率与眼周血液循环速度的提取；其中，眼周血液循环速度的提取步骤为：提取热成像图像中的温度变化和可见光图像中的形态变化作为特征，为温度信号，表示在时间t的眼周平均温度；为形态信号，代表眼周区域在时间t的眼睛开合状态的二值化，表示方式为： ； ；其中，是在时间t位于左眼区域ROI内第i个像素的温度值，N是左眼区域ROI内总像素数；表示左眼区域ROI在时间t的轮廓尺寸，f是一个函数；对于温度信号与形态信号进行时间序列分析，和分别为温度和形态信号的时间导数，代表温度和形态信号的变化率； ; ;其中，是连续测量之间的时间间隔；根据温度和形态信号的变化率，计算眼周血液循环速度，公式如下： ;其中，和是权重系数，用于调整温度变化率和形态变化率在血液循环速度估算中的相对重要性；是一个函数，综合考虑了温度和形态信号的频域特性，是权重系数，用于调整频域特性在血液循环速度估算中的重要性；步骤7.根据驾驶人综合疲劳指数来评估驾驶人的疲劳程度；其中，驾驶人综合疲劳指数的计算公式如下： ;其中，为时间t的呼吸频率，为时间t的打哈欠频率，为时间t的眼周血液循环速度；是权重系数，反映了每个参数在疲劳评估中的相对重要性；，，是非线性函数，用于将每个生理和行为参数转换为与疲劳相关的度量。

全文数据：

权利要求：

百度查询： 吉林大学 一种非侵入式驾驶人驾驶疲劳状态识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD